Pandas實(shí)用的技巧分享

這篇文章主要講解了“Pandas實(shí)用的技巧分享”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“Pandas實(shí)用的技巧分享”吧！

01 使用apply拆分文本

Pandas 中 apply 函數(shù)，應(yīng)用廣泛，今天要跟大家分享一個(gè)使用的技巧，使用 apply 將 dataframe 中內(nèi)容為 list 的列拆分為多列。

拆分前的數(shù)據(jù)情況，如下圖紅色標(biāo)注所示：

拆分后，如下圖所示：

這個(gè)案例中，Lemon 使用的數(shù)據(jù)來自 akshare ，在開始前，引入相關(guān) package ：

# -*- coding: utf-8 -*-  """  @Author: Lemon  @出品：Python數(shù)據(jù)之道  @Homepage: liyangbit.com  """  import numpy as np  import pandas as pd  import akshare as ak

Lemon 使用的幾個(gè) Python 庫的版本信息如下：

print('numpy版本：{}'.format(np.__version__))  print('pandas版本：{}'.format(pd.__version__))  print('akshare版本：{}'.format(ak.__version__)) # numpy版本：1.18.1  # pandas版本：1.0.3  # akshare版本：0.7.53

如果代碼運(yùn)行出現(xiàn)問題，請先檢查下這幾個(gè)Python庫的版本是否與上面的一致

先從 akshare 獲取需要的數(shù)據(jù)，分為兩步，第一步是獲取基金代碼的列表，如下：

df = ak.fund_em_fund_name().head(20).tail(5)  dfdf = df[['基金代碼','基金簡稱']]  print(df)

第二步是獲取基金凈值數(shù)據(jù)和凈值日期，通過一個(gè)自定義函數(shù)來獲取，自定義函數(shù)如下：

# 自定義函數(shù)只有一個(gè)參數(shù)的情形  # 獲取基金單位凈值以及凈值日期  def get_mutual_fund(code):      df = ak.fund_em_open_fund_info(fund=code, indicator="單位凈值走勢")      dfdf = df[['凈值日期', '單位凈值','日增長率']]      # df.columns = ['凈值日期', '單位凈值', 'equityReturn', 'unitMoney']      df['凈值日期'] = pd.to_datetime(df['凈值日期'])      dfdf = df.sort_values('凈值日期',ascending=False)      unit_equity = df.head(1)['單位凈值'].values[0]      date_latest = df.head(1)['凈值日期'].values[0]      return [unit_equity, date_latest]

對于這個(gè)自定義函數(shù)，在 pandas 使用 apply 來應(yīng)用自定義函數(shù)，這是使用 apply 的一種常用的方法，如下：

# 獲取基金最新的單位凈值和凈值日期  df['tmp'] = df['基金代碼'].apply(get_mutual_fund)  print(df)

獲取的數(shù)據(jù)截圖如下：

文本拆分

上圖中的 tmp 列，就是我們這次需要進(jìn)行處理的對象。

處理方法可以有多種，這里 Lemon 使用 pandas 中的 apply 來處理，相對來說，也是比較便捷的方式。

在 apply 函數(shù)中，使用 pd.Series 就可以達(dá)到我們的目的。

# 將單位凈值和凈值日期單獨(dú)成列  df[['最新單位凈值','凈值日期']] = df['tmp'].apply(pd.Series)  dfdf = df.drop('tmp',axis=1)  print(df)

結(jié)果如下：

02 有兩個(gè)參數(shù)的函數(shù)

pandas 中的 apply 函數(shù)應(yīng)用自定義函數(shù)時(shí)，通常情況下，都是沒有參數(shù)或者一個(gè)參數(shù)，那么如果有兩個(gè)參數(shù)，是否還可以使用apply函數(shù)呢？

答案是可以的。

這里我們也來探討下。

還是以上面的案例為基礎(chǔ)雛形，同樣的，先從 akshare 獲取數(shù)據(jù)

df1 = ak.fund_em_fund_name().head(20).tail(5)  df1df1 = df1[['基金代碼','基金簡稱']]

接下來，自定義一個(gè)帶有兩個(gè)參數(shù)的函數(shù)，如下：

# 自定義函數(shù)有兩個(gè)參數(shù)的情形  # 獲取年度年底基金凈值數(shù)據(jù)  def get_mutual_fund_year(code,year):      year = str(year)      df = ak.fund_em_open_fund_info(fund=code, indicator="單位凈值走勢")      dfdf = df[['凈值日期', '單位凈值', '日增長率']]      # df.columns = ['凈值日期', '單位凈值', 'equityReturn', 'unitMoney']      df['凈值日期'] = pd.to_datetime(df['凈值日期'])     dfdf = df.sort_values('凈值日期',ascending=False)      dfdf = df.set_index('凈值日期')[year]     dfdf = df.reset_index()      unit_equity = df.head(1)['單位凈值'].values[0]      date = df.head(1)['凈值日期'].values[0]      return [unit_equity,date]

帶有兩個(gè)參數(shù)的自定義函數(shù)

然后，使用 apply 來應(yīng)用上面這個(gè)帶兩個(gè)參數(shù)的自定義函數(shù)，核心要點(diǎn)就是嵌套使用 lambda 函數(shù)，固定其中一個(gè)參數(shù)，具體如下

df1['tmp'] = df1['基金代碼'].apply(lambda code: get_mutual_fund_year(code, 2019))

后續(xù)，依舊是文本拆分，實(shí)現(xiàn)代碼如下：

# 將單位凈值和凈值日期單獨(dú)成列  df1[['最新單位凈值','凈值日期']] = df1['tmp'].apply(pd.Series)  df1df1 = df1.drop('tmp',axis=1)  print(df1)

應(yīng)用場景

有同學(xué)可能會問，使用兩個(gè)參數(shù)的自定義函數(shù)，有什么用呢？

這里，Lemon 也分享一個(gè)應(yīng)用場景：

根據(jù)上面的基礎(chǔ)雛形數(shù)據(jù)，針對具體的年度，建立一個(gè)下拉列表，選擇不同的年份時(shí)，返回不同年份的結(jié)果，包括文本數(shù)據(jù)、表格數(shù)據(jù)以及圖表等。

效果如下：

涉及到一些個(gè)人的數(shù)據(jù)，就沒有完整展示啦~~

感謝各位的閱讀，以上就是“Pandas實(shí)用的技巧分享”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對Pandas實(shí)用的技巧分享這一問題有了更深刻的體會，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云，小編將為大家推送更多相關(guān)知識點(diǎn)的文章，歡迎關(guān)注！